文献

J-GLOBAL ID：202002289002959441   整理番号：20A2711956

確率的ニューラルネットワークとRaman分光法に基づくチーズ製品の迅速識別【JST・京大機械翻訳】

Rapid Discrimination of Cheese Products Based on Probabilistic Neural Network and Raman Spectroscopy

著者 (2件)： Zhang Zheng-Yong (State Key Laboratory of Dairy Biotechnology, Shanghai Engineering Research Center of Dairy Biotechnology, Dairy Research Institute, Bright Dairy & Food Co. Ltd., Shanghai 200436, China) ,  Zhang Zheng-Yong (School of Management Science and Engineering, Nanjing University of Finance and Economics, Nanjing, Jiangsu 210023, China)
資料名： Journal of Spectroscopy (Web)  (Journal of Spectroscopy (Web))
巻： 2020  ページ： Null  発行年： 2020年 
JST資料番号： U7795A  ISSN： 2314-4920  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究の目的は,乳製品を区別し,それらの品質管理方法をさらに改善するために,比較的少数の高速,知的および客観的方法があるという実際的問題を解決することである。したがって,Raman分光法と確率的ニューラルネットワークアルゴリズムに基づくチーズ製品ブランド識別法のアプローチを開発した。実験結果は,スペクトルが炭水化物,脂肪,蛋白質および他の成分の豊富な分子振動情報を含み,単一試料のRamanスペクトルデータ収集時間は100秒だけであることを示した。サンプル間の高いスペクトル類似性のため,肉眼でそれらを同定するのは不可能である。統計的プロセス制御法と組み合わせた特性ピーク強度を用いて,サンプルの変動特性を研究した。結果は,実験サンプルの特性ピークが一定の制御限界内で変動することを示した。しかし,異なるブランド試料のRamanスペクトル間の高い類似性のため,それらは効果的に同定できなかった。さらに,ウェーブレット雑音除去,正規化,主成分分析,および確率的ニューラルネットワーク識別を含む,Raman分光法に基づく解析手法を研究し,確立した。db1ウェーブレット処理において,[-1,1]正規化,74主成分(100%の累積寄与率)は,1sでチーズ製品の異なるブランドの効果的識別を実現でき,平均認識精度は96%であった。本研究で確立した判別法は,簡単な操作,迅速分析,および正確な結果の利点を有する。それは,偽造製品に対する戦闘に対する技術的参照を提供し,広い応用展望を持つ。Copyright 2020 Zheng-Yong Zhang. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： Ramanスペクトル ,  アルゴリズム ,  分子振動 ,  品質管理 ,  ブランド ,  乳製品 ,  タンパク質 ,  波束 ,  スペクトル ,  迅速分析 ,  データ収集 ,  主成分分析 ,  *Raman分光法 ,  正規化
準シソーラス用語： 決定係数 , 【Automatic Indexing@JST】

分類 (1件)： 食品の分析  (FJ01030U)

引用文献 (34件)：

• J. Wang, Y. Wu, Q. Wu, L. Li, Y. Wang, H. Yang, "Highly sensitive detection of melamine in milk samples based on N-methylmesoporphyrin IX/G-quadruplex structure," Microchemical Journal, vol. 155, 2020.
• Z.-Y. Zhang, J. Liu, H.-Y. Wang, "Microchip-based surface enhanced Raman spectroscopy for the determination of sodium thiocyanate in milk," Analytical Letters, vol. 48, no. 12, pp. 1930-1940, 2015.
• W. Zhou, H. Wu, Q. Wang et al., "Simultaneous determination of formononetin, biochanin A and their active metabolites in human breast milk, saliva and urine using salting-out assisted liquid-liquid extraction and ultra high performance liquid chromatography-electrospray ionization tandem mass spectrum," Journal of Chromatography B, vol. 1145, 2020.
• A. M. Ramezani, R. Ahmadi, G. Absalan, "Designing a sustainable mobile phase composition for melamine monitoring in milk samples based on micellar liquid chromatography and natural deep eutectic solvent," Journal of Chromatography A, vol. 1610, 2020.
• N. S. Shuib, A. Makahleh, S. M. Salhimi, B. Saad, "Determination of aflatoxin M1 in milk and dairy products using high performance liquid chromatography-fluorescence with post column photochemical derivatization," Journal of Chromatography A, vol. 1510, pp. 51-56, 2017.

タイトルに関連する用語 (4件)： 確率的ニューラルネットワーク ,  Raman分光法 ,  チーズ ,  識別